Společnost Cognition uvedla model SWE-2, který má posunout výkon programovacích agentů při nižších nákladech. V testu FrontierCode 1.1 Main dosáhl skóre 50 procent a podle firmy se přiblížil modelu Fable 5.1 na rozdíl jediného bodu, zatímco má být o 64 procent levnější. Cognition uvádí, že při tréninku poprvé škálovala posilované učení do řádu několika bilionů parametrů. Nový algoritmus má v jediném tréninkovém běhu pokrýt různé úrovně požadovaného úsilí, takže firma optimalizuje celý poměr ceny a výkonu najednou. SWE-2 vychází z modelu Kimi K3 a je určen pro kódovací workflow kolem platformy Devin. Výsledky zároveň otevírají otázku, jak dobře se vysoké skóre přenáší na nové úlohy mimo trénované benchmarky.

Radyz

Radyz publikuje komentáře a praktické texty o AI nástrojích, ChatGPT, Claude a dění kolem OpenAI a Anthropicu. Na webu se soustředí na srozumitelný výklad, vlastní zkušenost a důraz na to, co je pro čtenáře skutečně užitečné.